基于蝴蝶結-貝葉斯網絡的站場儲罐動態(tài)風險評價

施昊彤

(國家管網集團建設項目管理分公司 西四線新疆工程項目部,新疆 哈密 839000)

隨著國民經濟的發(fā)展,站場儲罐逐步向著大型化、集中化和自動化的方向發(fā)展。根據(jù)《“十四五”現(xiàn)代能源體系規(guī)劃》中的關于油氣行業(yè)要點的規(guī)劃要求,截止2025年底,中國預計原油年產量達到200 Mt,天然氣年產量達到2.3×1011m3,這對站場儲罐區(qū)的運行和維護提出了更高要求[1-2]。2005年邦斯菲爾德油庫爆炸事故、2010年大連港原油儲罐爆炸事故、2015年天津港爆炸事故均造成了大量的人員傷亡和財產損失,形成了長久不利的社會影響和負面情緒。因此,有必要對站場儲罐區(qū)進行風險評價,為儲罐設計、制造、安全、施工和維護提供理論依據(jù)和實際參考。目前,關于站場風險評價多采用基于風險的檢驗(RBI)、以可靠性為中心的維修(RCM)和安全儀表完整性等級(SIL)評估等方法[3-5],用于確定站內設備和系統(tǒng)的狀態(tài),判斷其風險等級。但以上方法均為靜態(tài)手段,不能體現(xiàn)儲罐系統(tǒng)間的失效相關性,也無法反映事故動態(tài)發(fā)展過程。蝴蝶結模型通過圖形化的方法直觀顯示事故發(fā)生的原因和事故后果,但在處理復雜系統(tǒng)和組件多態(tài)性上存在局限性。動態(tài)貝葉斯網絡通過時間維度擴展靜態(tài)貝葉斯網絡,可以局部狀態(tài)和條件概率更新確定事故演化過程?；诖?將蝴蝶結和貝葉斯網絡模型相結合,通過映射規(guī)則予以轉化,并采用遺漏概率模型確定不同節(jié)點的條件概率,以此推理出儲罐事故發(fā)生概率隨時間的變化規(guī)律、不同事故后果的發(fā)生概率及事故薄弱環(huán)節(jié),以期為儲罐事故的快速診斷及防災減災提供實際參考。

1 基于蝴蝶結-貝葉斯網絡的站場儲罐動態(tài)風險評價

蝴蝶結模型的左側為故障樹、右側為事件樹,通過頂事件將其連接在一起[6]。根據(jù)映射規(guī)則,將故障樹中的基本事件、中間事件和頂事件分別對應貝葉斯網絡中的根節(jié)點、中間節(jié)點和葉節(jié)點,通過有向邊表示貝葉斯網絡間的節(jié)點依賴關系,利用故障樹中的模糊門規(guī)則對條件概率表賦值;將事件樹中的安全屏障、事故后果分別對應貝葉斯網絡中的根節(jié)點、葉節(jié)點,利用安全屏障規(guī)則對條件概率表賦值?；诤Y模型構造貝葉斯網絡流程如圖1所示。

圖1 基于蝴蝶結模型構造貝葉斯網絡流程示意

1.1 動態(tài)貝葉斯網絡的建立

動態(tài)貝葉斯網絡是由靜態(tài)貝葉斯網絡和馬爾科夫鏈組成的概率分析模型,網絡結構可定義為(B0,B→),其中B0為初始貝葉斯網絡定義的概率分布,B→為兩個相鄰時間片下的轉移概率[7],則概率分布如式(1)所示：

(1)

1.2 遺漏概率模型

在傳統(tǒng)風險評價中,通常采用專家打分的方式對條件概率表予以確定,但考慮到人們對風險的認知存在一定局限性,事故的發(fā)生不是簡單的邏輯“或”門或“與”門的二進制表示。Henrion最先提出遺漏概率模型[8-9],故在此采用該模型對部分節(jié)點進行修正,以降低二進制帶來的網絡參數(shù)設置不足。假設子節(jié)點Y有2個父節(jié)點XL,Xall,對應的條件概率分別為PL,Pall,其中Xall為除XL外所有父節(jié)點的集合,如式(2),式(3)所示：

P(Y∣XL)=1-(1-PL)(1-Pall)=PL+Pall-PLPall

(2)

(3)

將式(2)和式(3)聯(lián)立求解,得到子節(jié)點Y的每個父節(jié)點連接概率Pi,如式(4)所示：

(4)

最后得到子節(jié)點Y的條件概率如式(5)所示：

(5)

式中：Y=T——事件發(fā)生;Xi——節(jié)點Y的第i個父節(jié)點。

2 實例分析

2.1 蝴蝶結模型的建立

以某典型油氣站場內的原油儲罐區(qū)為例,該罐區(qū)內共有6座1×104m3的原油儲罐,直徑為28.5 m,高度為16 m,充裝系數(shù)為0.8～0.9,儲罐間距符合GB 50183—2015《石油天然氣工程設計防火規(guī)范》中關于防火間距的要求。綜合考慮可燃物、助燃物和事故環(huán)境等方面分析儲罐風險,從人員、機械、環(huán)境、管理等四個方面考察其對事故發(fā)展的貢獻程度,建立故障樹模型。根據(jù)現(xiàn)場設置,確定安全屏障有自動緊急停車系統(tǒng)、立即點火、延遲點火和受限空間等。這些安全屏障是否觸發(fā)決定了事故后果的類型和危害程度,第一層安全屏障自動緊急停車系統(tǒng)可以在第一時間防止儲罐中的油氣泄漏,通過布置在儲罐周圍的可燃氣體監(jiān)測系統(tǒng)對油氣濃度進行預報(一般選擇可燃氣體爆炸下限的50%作為報警限值);第二層安全屏障立即點火可以防止原油和蒸汽的聚集,防止泄漏事故進一步升級;第三層安全屏障延遲點火可以使事故遠離儲罐區(qū),防止多級多米諾事故的發(fā)生,避免產生聯(lián)鎖反應;在前三個安全屏障均失效的前提下,根據(jù)防火堤內受限空間的大小確定事故后果類型。蝴蝶結模型如圖2所示,多種事故后果的嚴重程度見表1所列。

表1 不同事故后果的嚴重程度

圖2 蝴蝶結模型示意

2.2 條件概率表的確定

以中間節(jié)點“機械破壞M2”為例,其下屬3個根節(jié)點的條件概率有P(M2=1|X1=1)=0.855,P(M2=1|X1=0)=0.125,P(M2=1|X2=1)=0.895,P(M2=1|X2=0)=0.205,P(M2=1|X3=1)=0.955,P(M2=1|X3=0)=0.200。將其代入式(4)得到聯(lián)合概率PX1=0.834,PX2=0.867,PX3=0.943。設置遺漏因素PL=0.1,代入式(5)得到修正后節(jié)點M2的條件概率表,見表2所列。

表2 節(jié)點M2的條件概率

2.3 蝴蝶結模型向貝葉斯網絡模型轉化

按照圖1的轉化方式將蝴蝶結模型向貝葉斯網絡模型轉化,動態(tài)貝葉斯網絡模型如圖3所示。其中,基本事件的先驗概率參照歷史數(shù)據(jù)庫、文獻調研和專家打分情況獲取,條件概率參照遺漏概率模型獲取,同時為考慮各事件的動態(tài)變化情況,將儲罐區(qū)泄漏(T)定為證據(jù)節(jié)點,時間片數(shù)量設置為10,通過對“內腐蝕M6”“外腐蝕M7”“結構破壞X3”等節(jié)點添加轉移概率實現(xiàn)概率信息的動態(tài)更新。以M6為例,如在t-1時刻M6事件發(fā)生,則t時刻M6事件肯定發(fā)生;如在t-1時刻M6事件不發(fā)生,則t時刻M6事件有一定的概率發(fā)生,且發(fā)生概率應根據(jù)實際情況與之前的先驗概率相比較,如失效概率隨時間延長逐漸增大,則發(fā)生概率應大于先驗概率,反之亦然。依次類推,確定不同動態(tài)節(jié)點的轉移概率。

圖3 動態(tài)貝葉斯網絡模型示意

2.4 結果分析

定義從初始的時間片開始發(fā)生事故,則儲罐泄漏概率的時序變化如圖4所示。隨著時間片的延長,儲罐泄漏概率先增大后減小,并在第3個時間片處達到峰值0.528,說明儲罐在此時間段內的事故概率較大。這與儲罐投產初期受保護和人員巡檢意識不強等因素相關,之后在服役中后期,隨著人員素質和巡檢水平不斷提高,儲罐也實施了相對完整的防腐措施,事故概率有所下降。

圖4 儲罐泄漏概率的時序變化示意

利用動態(tài)貝葉斯網絡的正向推斷和逆向推理功能,在儲罐區(qū)泄漏事件發(fā)生的條件下,對比先驗概率和后驗概率分布,統(tǒng)計結果如圖5所示。其中,后驗概率較大的基本事件有X11,X12,X14和X9,對應向上的中間節(jié)點為“內腐蝕M6”“外腐蝕M7”,對應的中間節(jié)點為“儲罐腐蝕M5”,說明儲罐腐蝕是導致儲罐泄漏的主要因素。以儲罐腐蝕為研究對象,將腐蝕等級分為“嚴重”“中等”和“輕微”三個等級,將先驗概率、條件概率和轉移概率代入貝葉斯模型,考察不同時間片下腐蝕狀態(tài)的變化程度,如圖6所示。隨著時間片的延長,嚴重腐蝕等級呈線性上升,中等腐蝕等級基本保持不變,輕微腐蝕等級呈指數(shù)下降,說明在儲罐服役期間,腐蝕嚴重性隨時間的延長而增加。因此,為有效防止儲罐失效,應對日常罐壁的銹蝕情況進行監(jiān)測,利用聲發(fā)射或超聲無損檢測手段對罐壁、罐底和罐壁的壁厚情況進行檢測,定期實施日常的保養(yǎng)和維護。

圖5 基本事件的先驗概率和后驗概率統(tǒng)計結果示意

圖6 儲罐腐蝕狀態(tài)的時序變化示意

最后,對C1～C6的事故后果進行動態(tài)分析,事故后果發(fā)生概率的時序變化如圖7所示。隨著時間片的延長,事故后果發(fā)生概率逐漸增大,說明儲罐自身的結構抗力逐漸減弱;在時間片相同的條件下,事故后果發(fā)生概率從大到小依次為油氣聚集C6,噴射火C3,閃火C5,油池火C2≈蒸氣云爆炸C4,其研究結果與API 581中的事故案例結果一致[10],證明了本文模型和算法的準確性。C6在第10個時間片的發(fā)生概率為0.013 85,說明強化緊急停車系統(tǒng)的運行和維護,防止受限空間的形成可有效避免事故進一步惡化造成的物理后果和人員傷亡,是減輕事故后果的有效途徑。

圖7 事故后果發(fā)生概率的時序變化示意

為進一步研究基本事件對頂事件發(fā)生概率的影響程度,識別導致事故發(fā)生的主控因素,計算基本事件的敏感度(ROV)值,結果如圖8所示。其中,X11,X13,X14的先驗概率和后驗概率之間的差值較大,說明這些事件對事故發(fā)生的貢獻較大,同時X13雖然后驗概率不大,但ROV值較大,因此也是不可忽略的因素。從整體上看,X9～X16的ROV值較大,集中在儲罐腐蝕和管理因素的中間事件上,說明這兩個方面是管理人員在日常維護中應重點關注的對象。

圖8 基本事件的ROV值示意

3 結 論

將蝴蝶結和貝葉斯網絡相結合,引入遺漏概率模型對條件概率進行修正,實現(xiàn)儲罐風險的動態(tài)評價,得到如下結論：

1)儲罐泄漏概率先增大后減小,并在第3個時間片處達到峰值0.528,說明儲罐在此時間段內的事故概率較大。

2)后驗概率較大的基本事件均與儲罐腐蝕的中間事件相關,隨著時間片的延長,嚴重腐蝕等級呈線性上升,中等腐蝕等級基本保持不變,輕微腐蝕等級呈指數(shù)下降,說明在儲罐服役期間,腐蝕嚴重性逐漸加劇。

3)在第10個時間片上,油氣聚集的事故后果發(fā)生概率最大為0.013 85,蒸氣云爆炸的事故后果發(fā)生概率最小為3.55×10-4,說明強化緊急停車系統(tǒng)和避免形成受限空間是減輕事故后果的有效途徑。